Risicomanagement en AI

Mevrouw Begass en de heer Kleijs (Accenture) lichtten toe wat de opkomst van artificiële intelligentie (AI) betekent voor pensioenfondsen, uitvoeringsorganisaties en vermogensbeheerders.

Accenture is een internationaal technologisch consultancybedrijf met circa 780.000 medewerkers wereldwijd, waarvan 8.000 zich bezighouden met risicomanagement en compliance. 

Vormen van AI

Er worden drie primaire vormen van AI onderscheiden:

• Klassieke AI, gericht op patroonherkenning, werkt met gestructureerde data en vergt veel aannames. Dit type wordt toegepast als ondersteuning bij de ALM-functie.
• Generatieve AI gebruikt ongestructureerde data, faciliteert de creatie van beleidsdocumenten en interpreteert complexe vraagstukken. Denk aan toepassingen zoals chatbots of ondersteuning binnen risicomanagementprocessen.
• Agentic AI kan processen ondersteunen of zelfs overnemen, legt verbindingen tussen uiteenlopende data en systemen, en stuurt andere AI-agenten aan binnen complexe processen. Dit type AI is geschikt voor besluitvorming en compliance, mits adequaat getraind en gemonitord.

Redenen voor AI

Het gebruik van AI verhoogt de efficiëntie en snelheid van processen, resulterend in een structurele productiviteitsverbetering. Bijvoorbeeld, AI monitort de datakwaliteit effectiever dan mensen en draagt bij aan het reduceren van uitvoeringskosten, waardoor medewerkers meer tijd kunnen besteden aan inhoudelijke taken.

Binnen risicomanagement stelt AI vast aan hoeveel risico het vermogen wordt blootgesteld, ondersteunt het allocatie, beheer, administratie en monitoring. Bestuurders en directies dienen zorgvuldig te overwegen hoe AI kan worden ingezet binnen pensioenregelingen, vermogensbeheer en beleidsvoorbereiding.

AI en personele bezetting

Een strategische benadering rondom AI is noodzakelijk, inclusief integratie in governance en herziening van personeelsinzet. Wellicht is minder personeel nodig, maar er blijft behoefte aan kritisch toezicht op het gebruik en de resultaten van AI.

De opkomst van AI leidt ook tot nieuwe functies. Professionals met kennis van beleggingsprocessen kunnen AI-resultaten interpreteren, terwijl het voor jongeren lastiger wordt om instapfuncties te vinden; deze taken worden steeds vaker door AI uitgevoerd. Hierdoor neemt hun kans af om bedrijfsprocessen en vermogensbeheer te leren kennen en AI-uitkomsten te beoordelen. Mentorschap is essentieel, omdat ervaren deskundigen een nieuwe rol krijgen als beoordelaar van AI-resultaten.

Accenture begeleidt pensioenfondsen, uitvoeringsorganisaties en vermogenbeheerders bij de strategische inzet van AI voor het beheren van financiële risico's. Contactpersoon is Francien Begass. e-mail: francien.begass@accenture.com

Compliance met wet- en regelgeving inzake gebruik van AI

De heer Van den Bergen nam de wet- en regelgeving door die van toepassing is op het gebruik van kunstmatige intelligentie door financiële instellingen.

Inleiding

Artificial Intelligence wordt steeds vaker toegepast in de financiële sector, ook bij pensioenfondsen en vermogensbeheerders. AI kan besluitvorming ondersteunen, maar brengt ook nieuwe risico’s met zich mee. Denk aan vooringenomenheid in modellen, onjuiste output, gebrek aan uitlegbaarheid of reputatieschade bij verkeerd gebruik.

Toezichthouders zoals De Nederlandsche Bank en Autoriteit Financiële Markten verwachten daarom dat onder hun toezicht staande instellingen het gebruik van AI actief beheersen, kunnen uitleggen hoe AI-systemen werken, waarom zij worden ingezet en hoe de risico’s worden gemitigeerd.

De Europese AI Act introduceert hiervoor een nieuw juridisch kader. AI-systemen worden ingedeeld in verschillende risicocategorieën, variërend van verboden toepassingen tot systemen met een hoog risico. Voor hoog risico AI gelden onder meer verplichtingen rond risicomanagement, datakwaliteit, documentatie en monitoring.

Gebruiker en Aanbieder van AI

Een belangrijk aandachtspunt is de rol van de organisatie. Wie een AI-systeem ontwikkelt en onder eigen naam gebruikt, kan onder de AI Act worden aangemerkt als aanbieder. Dat brengt zwaardere complianceverplichtingen met zich mee dan wanneer een organisatie alleen gebruiker is.

Voor pensioenfondsen en vermogensbeheerders betekent dit dat zij nu al stappen moeten zetten om AI verantwoord te gebruiken.

Praktische eerste stappen zijn onder meer:

• Een organisatiebrede inventaris van alle AI-toepassingen;
• Classificatie van deze toepassingen volgens de AI Act;
• Vaststellen of de organisatie gebruiker of aanbieder is;
• Inrichten van governance, toezicht en monitoring;
• Betrekken van het bestuur bij AI-strategie en risico’s.

Uitbesteding en AI

Bij uitbesteding van kernactiviteiten blijft het pensioenfonds eindverantwoordelijk. Daarom is inzicht nodig in het gebruik van AI door vermogensbeheerders en andere dienstverleners. Contracten zoals investment management agreements tussen pensioenfondsen en vermogensbeheerders en contracten tussen pensioenfondsen, vermogensbeheerders en custodians moeten waar nodig worden aangepast met afspraken over transparantie, incidentmeldingen en auditrechten.

AI is een nieuw governance- en toezichtsvraagstuk

De belangrijkste boodschap voor bestuurders is dat AI niet alleen een technologische ontwikkeling is, maar een nieuw governance- en toezichtvraagstuk. Besturen moeten begrijpen hoe AI wordt ingezet binnen hun organisatie en actief sturen op de beheersing van de bijbehorende risico’s.

Pensioencommunicatie en AI

De heer Aboikoni en mevrouw Van Dam bespraken de strategische keuze voor het gebruik van kunstmatige intelligentie bij pensioencommunicatie, en implementatie.

AI kan worden ingezet als middel voor effectieve klant(deelnemers)bediening (CX) . Dat is handig, want  we zien tegenwoordig vaak dat pensioenorganisaties te maken hebben met een resourcebeperking op gebied van CX. Dit, terwijl de verwachtingen van deelnemers rondom klantbediening hoger is dan ooit.

Strategie

KPMG hanteert het model van De Zes Pilaren. Zij vormen gezamenlijk de klantervaring. De Zes Pilaren zijn:

• Personalisatie;
• Tijd en Moeite;
• Verwachtingen;
• Resolutie;
• Empathie;
• Integriteit.

In dit model kiest het pensioenfonds één Pilaar waarin het pensioenfonds de beste wil zijn, één Pilaar wordt gekozen waarin het pensioenfonds zich onderscheidt van alle andere, en de overige Pilaren zijn gelijk aan wat andere pensioenfondsen doen.

Vervolgens kunnen de gekozen Pilaren waarop het pensioenfonds zich wil richten, worden ingezet op zo veel mogelijk touchpoints in de klantreis. AI kan daar een rol bij spelen. Belangrijk daarbij is wel dat in een vroeg stadium de samenwerking wordt opgezocht met onder andere een procesexpert, AI-expert, deelnemer vertegenwoordigingen en een compliance/jurist, om de volgende punten te bespreken:

• Welk deel van de klantervaring van de deelnemer zal zonder enige menselijke medewerking gaan;
• Welke risico’s worden geïdentificeerd;
• Welke waarde wordt bereikt.

Toepassing van AI bij de bediening van de deelnemer

Een toepassing van AI in de bediening van de deelnemer kan zijn: de digitale assistent. Deze digitale assistent weet alles over pensioen, herkent de deelnemer en diens mate van financiële geletterdheid.

AI kan worden ingezet om het deelnemersbestand te segmenteren. Het portaal ziet er dan voor de verschillende typen deelnemers anders uit. Geen standaard-portaal meer voor iedereen.

Een andere toepassing is dat AI gedrag kan voorspellen. Bijvoorbeeld of iemand meer risico loopt op een pensioengat, of niet gaat reageren op communicatie. Een pensioensfonds kan dan proactief handelen in plaats van achteraf repareren.  

Conclusie

Dankzij AI is meer kwaliteit mogelijk in deelnemersbediening. De kwaliteit van de bediening verbetert en er kan mogelijk kostenbesparing optreden in de uitvoering.

Pensioenfondsen kunnen zich opleiden om met kennis van zaken hun uitvoeringsorganisaties te bevragen over de uitvoering van deelnemersbediening met AI.

KPMG faciliteert de strategie en implementatie. Contactpersoon is Sylvano Aboikoni.

E-mail: Aboikoni.sylvano@kpmg.nl

AI Beyond the Hype

De heer Cartwright besprak kunstmatige intelligentie als sector om in te beleggen.

Inleiding

AI-beleggen is verschoven van vroeg enthousiasme naar een diepere blik op economie, kapitaalintensiteit en rendementen. De vraag naar AI blijft sterk en de kapitaalinvesteringen door AI-bedrijven versnellen—alleen al investeringen in datacentra kunnen de komende vijf jaar oplopen tot $4,5–5 biljoen. Echter, stroombeschikbaarheid, toegang tot het stroomnet en bouwtijdlijnen worden kritieke beperkende factoren.

AI is een industriële fase in gegaan. Beleggingssucces hangt nu minder af van blootstelling aan het thema AI en meer van de uitvoering — specifiek welke AI-bedrijven kapitaal efficiënt kunnen inzetten, schaarse inputs kunnen veiligstellen, groei duurzaam kunnen financieren en investeringen kunnen omzetten in duurzame winst.

Beleggingsaspecten

Ondanks hoge uitgaven door AI-bedrijven zijn de opbrengsten nog niet uniform. Productiviteitswinsten ontstaan geleidelijk en de resultaten hangen steeds meer af van de datakwaliteit, operationele capaciteit, balanssterkte en prijsstelling. Net als bij eerdere technologische golven garandeert hoge investering geen hoge winstgevendheid; de winnaars zijn degenen die rendementen kunnen genereren boven hun kapitaalkosten.

AI breidt zich ook uit over sectoren heen, en reikt verder dan software en halfgeleiders naar energie, nutsvoorzieningen, datacentra kapitaalgoederen, materialen en echte activa. Dit creëert een diversificatieprobleem: portefeuilles kunnen sectorgediversifieerd lijken terwijl ze toch sterk zijn blootgesteld aan dezelfde onderliggende AI-infrastructuur.

Beleggen in AI voor portefeuilles van pensioenfondsen

Je kunt niet alleen naar sectorniveau kijken. Kijk naar de verspreiding binnen de techsector. Software- en IT-diensten voelen de gevolgen van veranderende verwachtingen en aanpassingen aan groeiprofielen. De beleggingsimplicatie is dat selectiviteit ertoe doet.

De volgende fase van AI-beleggen zal zijn het richten op bedrijven die beperkingen beheren, financiële flexibiliteit behouden, winstbestendigheid behouden en duidelijke rendementen op kapitaal laten zien.

Voor portefeuilles pleit dit voor een gemeten, gediversifieerde blootstelling over de AI-waardeketen, met nadruk op waarderingsdiscipline, veerkracht en langetermijnkasstroomgeneratie, in plaats van brede thematische blootstelling.

Conclusie

• AI blijft een krachtige structurele kracht op lange termijn;

• Het debat is verschoven van mogelijkheid naar winstgevendheid;

• Uitvoering, kapitaaldiscipline en economische blootstelling bepalen wie uiteindelijk de opbrengsten binnenhaalt.

Wereldwijd beleggen in aandelen met AI

De heer Susinno besprak een nieuwe strategie waarbij Pictet Asset Management met behulp van kunstmatige intelligentie bij aandelenbeleggingen extra rendement weet te realiseren.

Hiervoor heeft Pictet Asset Management een AI-gedreven kwantitatieve aandelenstrategie ontwikkeld die profiteert van korte termijn markt-inefficiënties. Deze wereldwijde ‘enhanced indexing’ aandelenstrategie heeft een lage tracking error en een lage beheervergoeding.

De strategie heeft de kenmerken van een aandelenindex, met kleine landen- en sectorafwijkingen, vergelijkbare factor-blootstelling en met een beta van 1 ten opzichte van de index.

Achtergrond van de strategie

Met zo’n 400 datakenmerken wordt een AI-model getraind om rendementen voor een 1-maands periode te voorspellen. Dit zijn kwantitatieve data als sentiment, marktactiviteit en fundamentele factoren. Op basis van de verschillende voorspellingen in rendement krijgen de aandelen een kleine over- of onderweging in de portefeuille ten opzichte van de index.

Pictet lanceerde het AI-gedreven aandelenfonds nu bijna 2 jaar geleden. Het track record laat zien dat waarde wordt toegevoegd door lineaire combinaties van factoren, maar ook door interacties tussen de kenmerken die niet kunnen worden benut door lineaire modellen.

Pictet zal in de loop van 2026 met regionale versies komen (Europa en V.S.) en met een ‘emerging markets’ AI-gedreven aandelen strategie.